Documentos de Académico
Documentos de Profesional
Documentos de Cultura
𝑥1
V = 𝑅 𝑛= 𝑥2 : 𝑥 𝑗 Ɛ R para 𝑖 = 1,2,3, … … . . , 𝑛
⋮
𝑥𝑛
0
Cada vector para 𝑅 𝑛 es una matriz de 𝑛𝑋 1. Haciendo 0 = 0
⋮
0
𝑥1
-x = 𝑥2
⋮
𝑥𝑛
Notas:
1. el elemento neutro aditivo es el vector cero
2. Llamaremos inverso aditivo a –x
3. Los vectores en 𝑅 𝑛 se pueden escribir indistintamente como
vectores renglón o vectores columna
4. Verificar los 10 axiomas puede ser muy laborioso por lo que
debemos verificar los que no son obvios.
5. Las funciones constantes (incluyendo la función 𝑓(𝑥 ) = 0 son
polinomios de grado cero.
6. Se utiliza el signo + inscrito en un circulo para denotar suma de
matrices ++
+
+
Ejemplo 2:
Conjunto que no es un espacio vectorial:
Sea V = 1 es decir que V consiste únicamente el numero 1 este no
es un espacio vectorial ya que no cumple con el axioma de la
cerradura de la suma ya que si 1 +1 = 2 & 2no pertenece a V.
Ejemplo 3
El conjunto de puntos en 𝑹𝟐 que es encuentra en una recta que pasa
por el origen constituye un espacio Vectorial
Sea V = {(x, y): y = mx, donde m es un número real fijo y x es un
número real arbitrario}
El espacio vectorial V consiste en todos los puntos que están sobre
la recta y = mx que pasa por el origen y con pendiente m, podemos
observar que (x, y) está escrito como vector renglón y no como vector
columna.
Verificando con el axioma 1
a. Suponiendo que x = (𝑥1 , 𝑦1 )& y =(𝑥2 , 𝑦2 ) están en 𝑉 → 𝑦1 =
𝑚𝑥1 &𝑦2 = 𝑚𝑥2 entonces x + y = (𝑥1 , 𝑚𝑥1 )+ (𝑥2 , 𝑚𝑥2 )
=(𝑥1 + 𝑥2 , 𝑚(𝑥1 + 𝑥2 ) ∈ 𝑎 𝑉
Por lo que cumple el axioma 1.
b. Suponiendo que (x,y) ∈ 𝑎 𝑉 → 𝑦 = 𝑚𝑥 & − (𝑥, 𝑦) =
−(𝑥, 𝑚𝑥 ) = (−𝑥, 𝑚(−𝑥 )) = {(𝑥 − 𝑥 ), 𝑚(𝑥 − 𝑥 )} = (0, 0)
Cumple el axioma 4. Porque (cero, cero) es el origen.
Podemos verificar los otros axiomas.
Ejemplo 3:
El conjunto de puntos en 𝑹𝟐 que se encuentran en una recta
que no pasa por el origen no constituye un espacio vectorial
Ejemplo 4:
El conjunto de puntos en 𝐑𝟑 que se encuentran en un plano
que pasa por el origen constituyen un espacio vectorial
Sea 𝑉 = { (, 𝑥, 𝑦, 𝑧): 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 0} que está en el plano
con el vector normal (a, b, c) y que pasa por el origen al igual
que en los ejemplos anteriores los vectores los escribimos
como vectores renglones en lugar de vectores columnas.
Suponemos que (𝑥1 , 𝑦1 , 𝑧1 ) y (𝑥2 , 𝑦2 , 𝑧2 ) están en V entonces
(𝑥1 , 𝑦1 , 𝑧1 ) + (𝑥2 , 𝑦2 , 𝑧2 ) = (𝑥1 + 𝑥2 , 𝑦1 + 𝑦2 , 𝑧1 + 𝑧2 ) ∈ 𝑎 𝑉
porque
𝑎(𝑥1 + 𝑥2 ) + 𝑏 (𝑦1 + 𝑦2 ) + 𝑐 (𝑧1 + 𝑧2 )
= (𝑎𝑥1 + 𝑎𝑥2 + 𝑏 𝑦1 + 𝑏𝑦2 + 𝑐 𝑧1 + 𝑐𝑧2 )
=0+0+0+0+0+0=0
Por lo tanto se verifica que es un espacio vectorial
Ejemplo 5
El espacio vectorial 𝑷𝒏
Sea 𝑉 = 𝑃𝑛 un conjunto de polinomios con coeficientes reales
de grado menor o igual a n, si p ∈ 𝑎 𝑃𝑛 entonces.
𝑷(𝒙) = 𝒂𝒏 𝒙𝒏 + 𝒂𝒏−𝟏 𝒙𝒏−𝟏 + ⋯ … . . +𝒂𝟏 𝒙 + 𝒂𝟎 Donde cada 𝑎𝑖
es un real. Entonces la suma de 𝑝(𝑥 ) + 𝑞(𝑥) está definida de la
manera usual si 𝑞(𝑥 ) = 𝑏𝑛 𝑥 𝑛 + 𝑏𝑛−1 𝑥 𝑛−1 + ⋯ … . . +𝑏1 𝑥 + 𝑏0
entonces la suma de dos polinomios de grado menor o igual a n
si cumple con el axioma 1, las otras propiedades son claras y si
se define al polinomio cero 0 = 0𝑥 𝑛 + 0𝑥 𝑛−1 + ⋯ … . . +0𝑥 +
0 y 0 ∈ 𝑎 𝑃𝑛 el axioma 3 se cumple. Y por ultimo si
−𝑝(𝑥 ) = −𝑎𝑛 𝑥 𝑛 − 𝑎𝑛−1 𝑥 𝑛−1 − ⋯ … . . −𝑎1 𝑥 − 𝑎0 se ve que el
axioma 4 se cumple, por lo que el 𝑃𝑛 es un espacio vectorial.
Ejemplo 6
Los espacios vectoriales C[𝟎, 𝟏] y C[𝒂, 𝒃]
Ejemplo 7
El espacio vectorial 𝑴𝒏𝒎
Ejemplo 8
El conjunto de matrices invertibles puede no formar un espacio
vectorial.
Si 𝑆3 es el conjunto de matrices invertibles 3x3 se define como
suma A B por 𝐴 𝐵 = 𝐴𝐵 si A y B son invertibles entonces AB
es invertible (por el teorema (𝐴𝐵)−1 = 𝐴−1 𝐵−1 ). Se cumple con
la ley asociativa de la multiplicación de matrices, los axiomas 3
y cuatro satisfacen con 0= 𝐼3 y −𝐴 = 𝐴−1 , lo que
definitivamente no se cumple es AB≠ BA porque en general el
producto de matrices no es conmutativo, por lo que al no
cumplir con este axioma no es un espacio vectorial.
Ejemplo 9
Un conjunto de un semiplano no puede formar un espacio
vectorial.
Sea 𝑉 = {(𝑥, 𝑦): 𝑦 ≥ 0}, 𝑉 consiste en los puntos de 𝑅 2 en el
semiplano superior (los primeros dos cuadrantes. Si 𝑦1 ≥
0 &𝑦2 ≥ 0 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑦1 + 𝑦2 ≥ 0, 𝑠𝑖 (𝑥1 , 𝑦2 ) ∈ 𝑉 &(𝑥2 , 𝑦2 ) ∈
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 (𝑥1 + 𝑥2 , 𝑦1 + 𝑦2 ) sin embargo 𝑉 no es un espacio
vectorial ya que el por ejemplo el vector (1, 1) no tienen inverso
en V porque (-1, -1) ∄ 𝑉. Además el axioma 6 falla porque
𝛼( 𝑥, 𝑦)𝑒𝑠 𝑉 𝑠𝑜𝑙𝑜 𝑠𝑖 𝛼 𝑒𝑠 < 0 y recuérdese que 𝛼 se cualquier
numero real.
Ejemplo 10
El espacio 𝑪𝒏
Sea 𝑉 = 𝐶 𝑛 = {(𝐶1 , 𝐶2 , 𝐶3 , … … … . , 𝐶𝑛 ) donde 𝐶𝑖 es un
numero complejo para 𝑖 = 1, 2, 3, … … . , 𝑛) y el conjunto de los
escalares es el conjunto de números complejos. No es difícil
verificar que 𝐶 𝑛 es un espacio vectorial.
Teorema 5.1.1
Sea V un espacio vectorial
Subespacios Vectoriales:
Todos los espacios vectoriales tienen subconjuntos que también son
espacios vectoriales.
Definición se dice que H es un subespacio vectorial de V si H es un
subconjunto no vacío de V y H es un espacio vectorial, junto con las
operaciones de suma entre vectores y multiplicación de un escalar
definidas para V.
Se puede decir que H hereda todas las operaciones del espacio
vectorial.
Ejemplo 1
El sub espacio trivial
Para cualquier espacio vectorial V el subconjunto {0} que
consiste en un vector cero es únicamente un subespacio ya que
0+0= 0 y 𝜶𝟎 = 𝟎, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑛ú𝑚𝑒𝑟𝑜 𝑟𝑒𝑎𝑙 𝜶por lo que
podemos denominarlo subespacio trivial.
Ejemplo 2
Un espacio vectorial es un subespacio de si mismo.
Ejemplo 4
Un subespacio Propio de 𝑹𝟑
(𝒙, 𝒚, 𝒛): 𝒙 = 𝒂𝒕, 𝒚 = 𝒃𝒕 𝒚 𝒛 =
Sean 𝑯 { 𝒄𝒕; }
𝒅𝒐𝒏𝒅𝒆 𝒂, 𝒃, 𝒄 𝑡 𝑠𝑜𝑛 𝑛𝑢𝑚𝑒𝑟𝑜𝑠 𝑟𝑒𝑎𝑙𝑒𝑠
Entonces H consiste en los vectores en 𝑹𝟑 que se encuentran
sobre una recta que pasa por el origen. Para ver que H es un
subespacio de 𝑹𝟑 , sea 𝒙 = (𝒂𝒕𝟏 , 𝒃𝒕𝟏 , 𝒄𝒕𝟏 ) ∈ 𝒂 𝑯 & 𝑦 =
(𝒂𝒕𝟐 , 𝒃𝒕𝟐 , 𝒄𝒕𝟐 ) ∈ 𝑯. Entonces:
𝒙 + 𝒚 = ( 𝒂(𝒕𝟏 + 𝒕𝟐 ), 𝒃(𝒕𝟏 + 𝒕𝟐 ), 𝒄(𝒕𝟏 + 𝒕𝟐 )) ∈ 𝑯
𝜶𝒙 = (𝒂(𝜶𝒕𝟏 ), 𝒃(𝜶𝒕𝟏 ), 𝒄(𝜶𝒕𝟏 ))
De donde H es un subespacio de 𝑹𝟑
Ejemplo 5
Otro subespacio de 𝑹𝟑
Conclusiones:
1. El conjunto de rectas y planos que pasan por el origen son
subespacios propios de 𝑹𝟑 .
2. No todo espacio vectorial tiene subespacios propios.
Ejemplo 6
R no tiene subespacios propios:
Sea H un subespacio de R si H≠{0} entonces H contiene un número
real 𝜶 diferente de cero.
Por el axioma 6:
𝟏
1= ( )𝜶 ∈ 𝑯 𝒚 𝜷𝟏 = 𝜷 ∈ 𝑯 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑛𝑢𝑚𝑒𝑟𝑜 𝑟𝑒𝑎𝑙 𝜷 así H no
𝜶
es subespacio trivial entonces H = R no tiene subespacios propios.
Ejemplo 7
Algunos subespacios propios de 𝑷𝒏
Ejemplo 8
Un subespacio propio de 𝑴𝒏𝒎
Ejemplo 9
Ejemplo 10
Un subespacio propio de C[𝟎, 𝟏]
𝑷𝒏 [𝟎, 𝟏] ⊂ C[𝟎, 𝟏] porque todo polinomio es continuo y 𝑷𝒏 es un
espacio vectorial para todo entero n de manera que cada 𝑷𝒏 es un
espacio vectorial para todo entero n de manera que cada 𝑷𝒏 [𝟎, 𝟏]
es un subespecio de C[𝟎, 𝟏].
Teorema 2.2.
Sea 𝑯𝟏 𝒚 𝑯𝟐 dos subespacios de un espacio vectorial V entonces
𝑯𝟏 ∩ 𝑯𝟐 es un subespacios de V
Ejemplo:
𝒂 𝟏 𝒗𝟏 , + 𝒂 𝟐 𝒗𝟐 , + ⋯ … … … + 𝒂 𝒏 𝒗𝒏
Donde 𝒂𝟏 , 𝒂𝟐 , … … . . 𝒂𝒏 son escalares y se denominan como
combinaciones lineale de 𝒗𝟏 , 𝒗𝟐 , … … … … … , 𝒗𝒏
Ejemplo 1
Una combinación lineal en 𝑹𝟑
−𝟕 −𝟏 𝟓
𝟕 es una combinación lineal de 𝟐 y−𝟑
𝟕 𝟒 𝟏
−𝟕 −𝟏 𝟓
Ya que 𝟕 = 2 𝟐 -−𝟑
𝟕 𝟒 𝟏
Ejemplo 2
−𝟑 𝟐 𝟖 −𝟏 𝟎 𝟒 𝟎 𝟏 −𝟐
En 𝑴𝟐𝟑 ( 𝟎 𝟎 𝟎) = 𝟑 ( 𝟎 𝟎 𝟎) + 𝟐 ( 𝟎 𝟎 𝟎)
−𝟏 𝟗 𝟑 𝟏 𝟏 𝟓 −𝟐 𝟑 −𝟔
−𝟑 𝟐 𝟖
Lo que muestra que ( 𝟎 𝟎 𝟎)es una combinación lineal de
−𝟏 𝟗 𝟑
−𝟏 𝟎 𝟒 𝟎 𝟏 −𝟐
(𝟎 𝟎 𝟎) & ( 𝟎 𝟎 𝟎)
𝟏 𝟏 𝟓 −𝟐 𝟑 −𝟔
Ejemplo 3
Combinaciones Lineales en 𝑷𝒏
Definición:
Conjunto Generador:
Se dice que los vectores 𝒗𝟏 , 𝒗𝟐 , … … … … … , 𝒗𝒏 de un espacio
vectorial V generan a V si todo vector en V se puede escribir como
una combinación lineal de los mismo. Es decir para todo v ∈ existen
los escalares 𝒂𝟏 , 𝒂𝟐 , … … . . 𝒂𝒏 tales que:
𝒂 𝟏 𝒗𝟏 , + 𝒂 𝟐 𝒗𝟐 , + ⋯ … … … + 𝒂 𝒏 𝒗𝒏
Ejemplo:
Conjunto de vectores que generan a 𝑹𝟐 𝒚 𝑹𝟑
𝟏 𝟎
Con anterioridad vimos que los vectores i = & j=
𝟎 𝟏
Generan en 𝑹𝟐 .
𝟏 𝟎 𝟎
Y que los conjuntos i =𝟎 j = 𝟏& k = 𝟎 generan en 𝑹𝟑
𝟎 𝟎 𝟏
Ejemplo:
n + 1 vectores que generan a 𝑷𝒏
Ejemplo
𝒂 𝒃 𝟏 𝟎 𝟎 𝟏 𝟎 𝟎 𝟎 𝟎
( ) = 𝒂( ) + 𝒃( ) + 𝒄( ) + 𝒅( ) de donde
𝒄 𝒅 𝟎 𝟎 𝟎 𝟎 𝟏 𝟎 𝟎 𝟏
𝟏 𝟎 𝟎 𝟏 𝟎 𝟎 𝟎 𝟎 𝒂 𝒃
Vemos que ( ) ,( ),( )&( ) generan a ( )
𝟎 𝟎 𝟎 𝟎 𝟏 𝟎 𝟎 𝟏 𝒄 𝒅
Ejemplo:
Ningún conjunto finito de polinomios generan a P
Analizaremos otra forma de encontrar subespacios vectoriales de
un espacio vectorial:
Definición:
Teorema:
El espacio generado por vectores es un subespacio vectorial
Ejemplo:
−𝟏 𝟏 𝒚 𝟏 −𝟏 −𝒚
(𝟐 𝟒 𝒙) 𝑹𝟏 → −𝑹𝟏 (𝟐 𝟒 𝒙 ) 𝑹𝟐 → 𝑹𝟐 + 𝟐𝑹𝟏
𝟒 𝟔 𝒛 𝟒 𝟔 𝒛
𝑹𝟑 → 𝑹𝟑 − 𝑹𝟏
𝟏 −𝟏 −𝒚
𝟏 −𝟏 −𝒚
𝟏 𝒙 + 𝟐𝒚
(𝟎 𝟔 𝒙 + 𝟐𝒚) 𝑹𝟐 → 𝑹𝟐 (𝟎 𝟏 )
𝟎 𝟏𝟎 𝒛 + 𝟒𝒚 𝟔 𝟔
𝟎 𝟏𝟎 𝒛 − 𝟒𝒚
𝟏 𝟎 𝒙 − 𝟐𝒚
𝟔 𝟑
𝑹𝟏 → 𝑹𝟏 + 𝑹 𝟐 , 𝑹𝟑 → 𝑹𝟑 − 𝟏𝟎𝑹𝟐 𝟎 𝟏
𝒙+𝒚
𝟔 𝟑
𝟎 𝟎 −𝟓𝒙 + 𝟐𝒚 + 𝒛
( 𝟑 𝟑 )
De donde vemos que el sistema tiene solución únicamente si
−𝟓𝒙 𝟐𝒚
+ + 𝒛= 0
𝟑 𝟑
Otras situaciones
Donde un vector diferente a u y v el vector W en un plano de u
y v y se puede escribir como 𝜶𝒖 + 𝜷𝒗 para valores adecuados
de 𝜶 & 𝛽
Teorema:
Sean Vespacio generado𝒗𝟏 , 𝒗𝟐 , … … … … … , 𝒗𝒏 n+1 vectores
que están en el espacio vectorial V si 𝒗𝟏 , 𝒗𝟐 , … … … … … , 𝒗𝒏
genera a V, entonces 𝒗𝟏 , 𝒗𝟐 , … … … … … , 𝒗𝒏, 𝒗𝒏+𝟏 también
generan a V. Es decir se agregan uno o más vectores a un
conjunto generador se obtiene otro conjunto generador.
Independencia Lineal:
Definición:
Sean 𝒗𝟏 , 𝒗𝟐 , … … … … … , 𝒗𝒏 n vectores en un espacio V
entonces se dice que los vectores son linealmente
dependientes si existen n escalares 𝒄𝟏 , 𝒄𝟐 , … … . . , 𝒄𝒏 no
todos cero tales que
𝒄𝟏 𝒗𝟏 + 𝒄𝟐 𝒗𝟐 , … … . +𝒄𝒏 𝒗𝒏 = 𝟎
Y si los vectores no son linealmente dependientes son
linealmente independientes esto se cumple cuando 𝒄𝟏 = 𝒄𝟐 =
⋯ … … … , = 𝒄𝒏 = 𝟎
Teorema
Dependencia Lineal dos vectores en un espacio vectorial
Son linealmente dependientes si y solo si uno de ellos el
múltiplo del otro
Demostraciónsupongamos quev2= cv1para un escalar c≠0
entonces 𝒄𝒗𝟏 − 𝒄𝒗𝟐 = 𝟎 &𝒗𝟏 &𝒗𝟐 son linealmente
dependientes. Por otra parte suponiendo que 𝒗𝟏 &𝒗𝟐 son
linealmente dependientes entonces existen constantes 𝒄𝟏 &𝒄𝟐
que al menos una es distinta de cero tales que 𝒄𝟏 + 𝒄𝟐 = 𝟎 si
𝒄
𝒄𝟏 ≠ 𝟎 entonces dividiendo entre 𝒄𝟏 se obtiene 𝒗𝟏 = − 𝟏 𝒗𝟐
𝒄𝟐
es decir 𝒗𝟏 𝒆𝒔 𝒖𝒏 𝒎𝒖𝒍𝒕𝒊𝒑𝒍𝒐 𝒅𝒆 𝒗𝟐 si 𝒄𝟏 = 𝟎. 𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔 𝒄𝟐 ≠
𝟎 𝒑𝒓𝒐 𝒍𝒐 𝒕𝒂𝒏𝒕𝒐 𝒗𝟐 = 𝒗𝟏 𝟎.
Ejemplo:
Dos vectores linealmente Dependientes en 𝑹𝟒
Los vectores:
𝟐 −𝟔
𝒗𝟏 = −𝟏&𝒗𝟐 = 𝟑
𝟎 𝟎
𝟑 −𝟗
𝟏 𝟐
𝒗𝟏 = 𝟐 𝒗𝟐 = 𝟓
𝟒 −𝟑
Ejemplo:
𝟏 𝟑 𝟏𝟏
Determine si los vectores −𝟑 , 𝟎 , −𝟔 son linealmente
𝟎 𝟒 𝟏𝟐
dependientes
Planteamos la ecuación de la siguiente forma:
𝟏 𝟑 𝟏𝟏 𝟎
𝒄𝟏 − 𝟑 + 𝒄𝟐 𝟎 , 𝒄𝟑 −𝟔 = 𝟎
𝟎 𝟒 𝟏𝟐 𝟎
Que nos conduce al siguiente sistema homogéneo
𝒄𝟏 + 𝟑𝒄𝟐 + 𝟏𝟏𝒄𝟑 = 𝟎
−𝟑𝒄𝟏 + −𝟔𝒄𝟑 = 𝟎
𝟒𝒄𝟐 + 𝟏𝟐𝒄𝟑 = 𝟎
Resolviendo tenemos 𝒄𝟑 = 𝟏 , 𝒄𝟐 = −𝟑 𝒚 𝒄𝟏 = −𝟐
𝟏 𝟑 𝟏𝟏 𝟎
−𝟐 − 𝟑 − 𝟑 𝟎 + −𝟔 = 𝟎
𝟎 𝟒 𝟏𝟐 𝟎
Por lo que concluimos que son linealmente dependientes.
Ejemplo:
Determine si los vectores son linealmente dependientes:
𝟏 𝟐 𝟎
−𝟐 , −𝟐 , 𝟏 Planteamos la ecuación:
𝟑 𝟎 𝟕
𝟏 𝟐 𝟎 𝟎
𝒄𝟏 − 𝟐 + 𝒄𝟐 −𝟐 + 𝒄𝟑 𝟏 =𝟎
𝟑 𝟎 𝟕 𝟎